As databases accumulate growing amounts of data at an increasing rate, adaptive indexing becomes more and more important. At the same time, applications and their use get more agile and flexible, resulting in less steady and less predictable workload characteristics. Being inert and coarse-grained, state-of-the-art index tuning techniques become less useful in such environments. Especially the full-column indexing paradigm results in many indexed but never queried records and prohibitively high storage and maintenance costs. In this paper, we present Self-Managing Indexes, a novel, adaptive, fine-grained, autonomous indexing infrastructure. In its core, our approach builds on a novel access path that automatically collects useful index information, discards useless index information, and competes with its kind for resources to host its index information. Compared to existing technologies for adaptive indexing, we are able to dynamically grow and shrink our indexes, instead of incrementally enhancing the index granularity.

Einleitend zur Archivierung in MONARCH entstand ein Text zur bibliothekarischen Veranstaltung in Hamburg, Juli 2008. Wichtig für die Bibliothekare in der Gesellschaft für Klassifikation ist: Ihr gemeinsames Thema ist die Inhaltserschliessung; dabei soll der Rote Faden immer dorthin laufen, wo Neues oder Trends zu entdecken sind.

Die Folien skizzieren einen Projektantrag, der (2008 und überarbeitet 2009) bei der Deutschen Forschungsgemeinschaft DFG eingereicht wurde. Absicht der beiden Antragssteller, des Instituts der Gesellschaft zur Förderung der Angewandten Informationsforschung (IAI, http://www.iai.uni-sb.de/iaide/index.htm) und der Saarländischen Universitäts- und Landesbibliothek (SULB, http://www.sulb.uni-saarland.de), war es, die am IAI entwickelte Software AUTINDEX zur halbautomatischen Verschlagwortung in Open-Access-Repositories einzubinden. Da Autoren große Mühe mit der Verschlagwortung ihrer Dokumente nach der Schlagwortnormdatei (SWD) haben, sollten sie, ganz im Sinne des "Easy Submission"-Postulats, beim Enspielen der Dokumente unterstützt werden. Mit Hilfe einer linguistisch intelligenten Software sollten automatisch Schlagwörter aus der SWD zu einem eingereichten Dokument erzeugt und dem Autoren angeboten werden. Dieser hätte anschließend entschieden, welche der angebotenen Schlagwörter er dem Dokument zuweisen möchte. Der typische Workflow beim Einspielen von Dokumenten verlangt vom Autor das Ausfüllen eines Metadatenformulars, idealerweise inklusive der Beschreibung mit SWD-Schlagworten. Da die SWD den Autoren nicht vertraut ist, vergeben diese meist unexakte, zu grobe oder falsche Schlagworte - oder solche, die in der SWD nicht existieren. Daher wird ein aufwändiges Nachbearbeiten seitens des Serverbetreibers nötig, der zwar über Expertise in der SWD-Nutzung verfügt, allerdings das Dokument nicht so exakt beschreiben kann wie es dem Autoren möglich wäre. Für ein exaktes Retrieval wäre es sinnvoll, wenn die Wissenschaftler selbst eine exakte Verschlagwortung vornähmen. Die im mittlerweile leider abgelehnten Antrag geplante prototypische, offene und nachnutzbare Einbindung einer Software zur automatischen Vergabe von SWD-Schlagworten hätte eine erhebliche Erleichterung des Veröffentlichungs- und Bearbeitungsprozesses einerseits und eine Verbesserung der Metadatenqualität andererseits gesichert.

Es werden die Möglichkeiten zur Parallelisierung des Algorithmus zum Indexaufbau im ICIx System untersucht. Ausgehend von der Vorstellung dieses Algorithmus erfolgt zuerst die Erläuterung des verwendeten Kostenmodells. Nach einer Zerlegung des gesamten Trainingsprozesses in Teilschritte werden diese hinsichtlich der zu erwartenden Beschleunigung des Trainings untersucht.

Heidrun Wiesenmüller von der Hochschule der Medien in Stuttgart stellte die an der Württembergischen Landesbibliothek entwickelte systematische Oberfläche zur Recherche von kartographischen Materialien (OSKAR) vor. Darüber hinaus problematisierte sie die sachliche Recherche nach Karten insgesamt: Diese ist mit verbalen Mitteln völlig unzulänglich und bleibt auch mit klassifikatorischen unbefriedigend. Es gibt jedoch schon Systeme, bei denen die Benutzer den gewünschten geographischen Raum auf einer Übersichtskarte markieren können. Grundlage für die Ausgabe der passenden Treffer ist die Erfassung von Koordinaten bei der Erschließung der Materialien. Der Wunschtraum aller Kartenbibliothekare ist die Schaffung eines Verbundkatalogs aller Kartensammlungen in Bibliotheken, Archiven, geographischen Instituten etc., der auch eine Recherche in der geschilderten Weise ermöglicht. Zur Einführung: http://www.wlb-stuttgart.de/forum/forum2003_1.pdf

Ein neuer Begriff in der Katalogisierung ist das „Tagging“. Hier (im Referat von Claudia Gratz, 16.07.15:00) geht es um das Hinzufügen von Katalogelementen durch Nutzer oder Autoren, darunter auch die Lieferanten von Doktorarbeiten. Beispielsweise das Bibliotheksservice-Zentrum Baden-Württemberg stellt hierfür die Online Schlagwortnormdatei OSWD zur Verfügung. Das Verfahren ist im Ansatz eine Ausnutzung von Dienstleistung wie wir sie (in der Nutzerrolle) täglich kostenfrei erbringen in der Rolle des Tankwarts, Verkäufers oder Bankangestellten. Hierbei dürfen wir übrigens auch einmal anmerken, dass unser Rollenhandeln durchweg gute Ergebnisse bringt! Das Tagging dagegen bringt leider einiges an Inkonsequenz in die Ergebnisse.

Relativ neu im bibliothekarischen Geschäft ist auch die Kataloganreicherung (16.07.14:00). Der OPAC (online-public-access-catalogue) heißt jetzt, nachdem alle ihn haben, wieder schlicht „Katalog“. Aber dieser elektronisch erreichbare Katalog kann unversehens weit mehr anbieten als Titeldaten und Signaturen. Das 'Catalogue Enrichment'/die 'Kataloganreicherung' durch Inhaltsverzeichnisse, so wie sie derzeit in NRW praktiziert wird, bringt sogar mehr als lediglich weiterführende Links: Dadurch, dass mit Hilfe einer OCR-Erkennung die Inhaltsverzeichnisse indexiert werden, entstehen neue Suchwörter. Diese ergeben eine deutliche Erweiterung der Suchinhalte abgesehen davon, dass der Recherchekomfort steigt.

Die große Freiheit von Tagging-Systemen, wie sie zunehmend auch von wissenschaftlichen Bibliotheken eingesetzt werden, ist ein ambivalentes Phänomen. Zum einen bietet das „Tagging“ Kundennähe und beachtliches kreatives Potenzial, zum anderen erzeugt es jedoch große Mengen völlig unkontrollierter Meta- Informationen, über deren Qualität noch Unklarheit besteht. Die Universität Mannheim widmet sich in zwei kooperierenden DFG-Projekten dieser Problematik. Im Vortrag wurde die Implementierung eines Tagging-Systems im Online-Katalog sowie die Anwendung einer selbst entwickelten Opensource-Software zur Qualitätskontrolle von Klassifikationen und Tagging-Daten mittels innovativer Visualisierungstechnik und statistischer Methoden vorgestellt.

Growing main memory capacities and an increasing number of hardware threads in modern server systems led to fundamental changes in database architectures. Most importantly, query processing is nowadays performed on data that is often completely stored in main memory. Despite of a high main memory scan performance, index structures are still important components, but they have to be designed from scratch to cope with the specific characteristics of main memory and to exploit the high degree of parallelism. Current research mainly focused on adapting block-optimized B+-Trees, but these data structures were designed for secondary memory and involve comprehensive structural maintenance for updates. In this paper, we present the KISS-Tree, a latch-free inmemory index that is optimized for a minimum number of memory accesses and a high number of concurrent updates. More specifically, we aim for the same performance as modern hash-based algorithms but keeping the order-preserving nature of trees. We achieve this by using a prefix tree that incorporates virtual memory management functionality and compression schemes. In our experiments, we evaluate the KISS-Tree on different workloads and hardware platforms and compare the results to existing in-memory indexes. The KISS-Tree offers the highest reported read performance on current architectures, a balanced read/write performance, and has a low memory footprint.

Modern database systems have to process huge amounts of data and should provide results with low latency at the same time. To achieve this, data is nowadays typically hold completely in main memory, to benefit of its high bandwidth and low access latency that could never be reached with disks. Current in-memory databases are usually column-stores that exchange columns or vectors between operators and suffer from a high tuple reconstruction overhead. In this demonstration proposal, we present DexterDB, which implements our novel prefix tree-based processing model that makes indexes the first-class citizen of the database system. The core idea is that each operator takes a set of indexes as input and builds a new index as output that is indexed on the attribute requested by the successive operator. With that, we are able to build composed operators, like the multi-way-select-join-group. Such operators speed up the processing of complex OLAP queries so that DexterDB outperforms state-of-the-art in-memory databases. Our demonstration focuses on the different optimization options for such query plans. Hence, we built an interactive GUI that connects to a DexterDB instance and allows the manipulation of query optimization parameters. The generated query plans and important execution statistics are visualized to help the visitor to understand our processing model.